L3法律・法務系士業規模非公表
西村あさひ法律事務所・外国法共同事業
文書検索・リサーチ・ナレッジ／複数ツール併用（特定ベンダーへの依存を避ける「ベスト・オブ・ブリード」方針。具体的なベンダー名の記載なし）
情報の検索効率化、文書要約の迅速化、クライアントへの報告資料の叩き台作成などで実績を積み重ねている。ユーザーとしてサービス品質を高める側面と、AI関連の法的助言を提供する専門家としての側面の両輪を進化させることが狙い。※定性成果のみ（数値公表なし）
L1 ベンダー公表数値は公開時点のもの
法律・法務系事務所H（規模非公表）
特許事務所（弁理士）／文書検索・リサーチ・ナレッジ／導入ツール: Patentfield株式会社（Patentfield／AI分類予測）
- 業種
- 法律・法務系士業
- 規模帯
- 規模非公表
- 業務領域
- バックオフィス（経理・人事・総務・法務・事務）
- 公表時期
- 2021年09月
同じ用途（文書検索・リサーチ・ナレッジ）の導入事例をまとめて見る（18件）
この事例と同じ用途の導入事例を、業種をまたいで18件収録しています。 業種の分布・業務パターン別の整理は、用途別ページに掲載しています。
課題
導入前に抱えていた問題
非常に競争が厳しい業界のクライアントから、毎月数十件の公報をすべて査読してレポートを提出する定期調査の依頼があった。査読・報告の仕事は長期間にわたるため、査読を担当する女性スタッフのライフサイクルをサポートしながら、クライアントに一定品質を担保する必要があった。
- 作業時間・コスト削減
- 対応スピード
- 品質・正確性
導入
導入したツール・取り組み
Patentfield株式会社（Patentfield／AI分類予測） を導入しています。 用途は「定期調査（SDI）レポートの査読効率化、クレーム素案の先行技術調査」です（出典元の記載による）。
同じツールの導入を検討される場合
この事例で使われた Patentfield の公式サイトで、機能・料金・資料請求を確認できます。
Patentfieldの公式サイトを見る →※広告（PR）です。当サイトの送客リンクを経由して公式サイトへ遷移します。掲載・送客の方針は掲載・検証基準をご覧ください。
成果
公表されている成果
過去分の査読結果の公報約2,000件をAI分類予測機能の教師データとして登録し、定期調査の新着公報を振り分けたところ「80%ぐらいの精度で正解していました」（マネージングパートナー談）
分母（母数規模）: 定期調査の新着公報の振り分け（教師データは過去分の査読結果の公報約2,000件）
測定期間: 契約前の試用時
定性的な変化（出典元の記載を要約）
AI分類予測で定期調査レポートの査読のスピードアップが図れ、一定の品質担保にもつながった。クレーム（請求項）素案をAIセマンティック検索にかけて特許出願前の簡易調査に使い、打ち合わせの場で外国公報を含めて検索・確認できるため、事務所に持ち帰って確認する作業が減った。
出典とエビデンスレベル
L1 ベンダー公表
ベンダー（提供企業）が公表した導入事例です。当サイトでは企業名を匿名化し、出典リンクを明示して引用しています。
出典: https://patentfield.com/case_studies/1
最終確認日: 2026-11-01。掲載内容に誤りがございましたら、お問い合わせよりご指摘ください。
関連
法律・法務系士業の他の事例
L1法律・法務系士業規模非公表
法律・法務系事務所I（規模非公表）
文書検索・リサーチ・ナレッジ／パテント・インテグレーション株式会社（特許読解AIアシスタント サマリア）
ユーザーからの報告として「公報のスクリーニング時間が80％程度低減できた」「読み込み負担が70％程度低減できた」（個別事務所の計測値ではない）※母数規模の記載なし（参考値）
L1法律・法務系士業規模非公表
法律・法務系事務所L（規模非公表）
文書検索・リサーチ・ナレッジ／ChatGPT（OpenAI）
業務負担が体感で従来の3分の1程度に軽減。初回面談を30分から15分に短縮。サービス開始から約半年で新規顧客を約100社獲得※母数規模の記載なし（参考値）
L1法律・法務系士業10〜49名
法律・法務系事務所M（従業員10〜49名規模）
文書検索・リサーチ・ナレッジ／Legalscape
キーワード横断検索や引用文献の遡り確認が可能になり、リサーチの網羅性・正確性への安心感が向上※母数規模の記載なし（参考値）